PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA ANT COLONY OPTIMIZATION DALAM OPTIMASI PENJADWALAN MATA KULIAH


Imam Ahmad Ashari , 4611412015 (2016) PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA ANT COLONY OPTIMIZATION DALAM OPTIMASI PENJADWALAN MATA KULIAH. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of 4611412015.pdf]
Preview
PDF - Published Version
Download (1MB) | Preview

Abstract

Masalah penjadwalan di universitas merupakan jenis masalah penjadwalan yang rumit. Proses penjadwalan harus dilakukan di setiap pergantian semester, hal tersebut menjadikan pekerjaan ini terasa melelahkan dan memakan banyak waktu. Dalam masalah penjadwalan di universitas setiap batasan tidak boleh dilanggar Algoritma metaheuristic merupakan algoritma yang cocok untuk menyelesaikan permasalahan penjadwalan mata kuliah. Algoritma metaheuristic merupakan algoritma yang memiliki banyak cara dalam menyelesaikan permasalahan sampai ke batas solusi optimal. Pada penelitian ini akan dilakukan perbandingan antara algoritma ant colony optimization dengan algoritma genetika yang merupakan algoritma evolusi untuk menyelesaikan sebuah permasalahan penjadwalan mata kuliah. Tujuan dari penelitian ini adalah untuk mengetahui hasil perbandingan performansi yang lebih baik antara algoritma genetika dan algoritma ant colony optimization dalam menyelesaikan jadwal mata kuliah pada solusi terbaik Hasil dari penelitian ini adalah algoritma genetika mempunyai performansi lebih baik dibandingkan algoritma ant colony optimization dalam menyelesaikan kasus penjadwalan mata kuliah. Algoritma genetika mendapatkan solusi terbaik lebih cepat dan lebih sedikit memakan memori dibandingkan dengan algoritma ant colony optimization saat melakukan proses komputasi.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Penjadwalan Mata Kuliah, Algoritma Genetika, Algoritma Ant Colony Optimization, Algoritma Metaheuristic, Performansi
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > Information and Computer > Information System
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer, S1
Depositing User: Users 7 not found.
Date Deposited: 30 Nov 2017 16:21
Last Modified: 30 Nov 2017 16:21
URI: http://lib.unnes.ac.id/id/eprint/28048

Actions (login required)

View Item View Item